基于情感调控的交互式语音合成方法、系统、介质和产品

本发明公开了一种基于情感调控的交互式语音合成方法、系统、介质和产品，涉及语音合成领域，包括：选择说话人角色；实时获取说话人角色音频；对说话人角色音频进行语音文字转录，得到第一文本；对说话人角色音频进行音频情感意图识别，得到第二文本；将第一文本和第二文本进行拼接，得到对话文本；对对话文本进行情感调控，得到情感调控对话文本；根据情感调控对话文本和说话人角色，输出目标语音。本发明能够实时捕捉用户输入的情感信息，从而根据用户输入的情感信息对对话文本进行实时动态的情感调整，以使输出的目标语音始终与当前情感状态相匹配，大幅提升了人机交互的自然性和实时性。